一日一技:让你的正则表达式可读性提高一百倍
正则表达式这个东西,日技让强大是正则强大,但写出来跟个表情符号一样。表达百倍自己写的读性表达式,过一个月来看,提高自己都不记得是日技让什么意思了。比如下面这个:
pattern = r"((?正则:\(\s*)?[A-Z]*H\d+[a-z]*(?:\s*\+\s*[A-Z]*H\d+[a-z]*)*(?:\s*[\):+])?)(.*?)(?=(?:\(\s*)?[A-Z]*H\d+[a-z]*(?:\s*\+\s*[A-Z]*H\d+[a-z]*)*(?:\s*[\):+])?(?![^\w\s])|$)"有没有什么办法提高正则表达式的可读性呢?我们知道,提高代码可读性的表达百倍方法之一就是写注释,网站模板那么正则表达式能不能写注释呢?读性
例如对于下面这个句子:
msg = 我叫青南,我的提高密码是:123kingname456,请注意保密。我要提取其中的日技让密码123kingname456,那么我的正则正则表达式可能是这样的:
pattern = :(.*?),我能不能把它写成这样:
pattern =
: # 开始标志
(.*?) #从开始标志的下一个字符开始的任意字符
, #遇到英文逗号就停止
这样写就清晰多了,每个部分是服务器托管表达百倍什么作用全都清清楚楚。
但显然直接使用肯定什么都提取不到,读性如下图所示:
但我今天在逛Python正则表达式文档的提高时候,发现了一个好东西:
使用它,可以让你的正则表达式拥有注释,如下图所示:
re.VERBOSE也可以简称为re.X,如下图所示:
本文最开头的复杂正则表达式,使用了注释以后,就会变得更可读:
pattern = r"""
( # code (capture)
# BEGIN multicode
(?: \( \s* )? # maybe open paren and maybe space
# code
[A-Z]*H # prefix
\d+ # digits
[a-z]* # suffix
(?: # maybe followed by other codes,
\s* \+ \s* # ... plus-separated
# code
[A-Z]*H # prefix
\d+ # digits
[a-z]* # suffix
)
*(?: \s* [\):+] )? # maybe space and maybe close paren or colon or plus
# END multicode
)
( .*? ) # message (capture): everything ...
(?= # ... up to (but excluding) ...
# ... the next code
# BEGIN multicode
(?: \( \s* )? # maybe open paren and maybe space
# code
[A-Z]*H # prefix
\d+ # digits
[a-z]* # suffix
(?: # maybe followed by other codes,
\s* \+ \s* # ... plus-separated
# code
[A-Z]*H # prefix
\d+ # digits
[a-z]* # suffix
)
*(?: \s* [\):+] )? # maybe space and maybe close paren or colon or plus
# END multicode
# (but not when followed by punctuation)
(?! [^\w\s] )
# ... or the end
| $
)
"""